Pytorch——查找、替换module相关操作

nn.Module类可用操作

1. model.named_parameters()

python 复制代码
# 遍历模型的所有参数并打印它们的名称和形状
for name, param in model.named_parameters():
    print(f"Parameter Name: {name}, Parameter Shape: {param.shape}")

输出示例:

python 复制代码
Parameter Name: conv1.weight, Parameter Shape: torch.Size([64, 3, 3, 3])
Parameter Name: conv1.bias, Parameter Shape: torch.Size([64])
Parameter Name: conv2.weight, Parameter Shape: torch.Size([64, 64, 3, 3])
Parameter Name: conv2.bias, Parameter Shape: torch.Size([64])
Parameter Name: fc.weight, Parameter Shape: torch.Size([10, 64])
Parameter Name: fc.bias, Parameter Shape: torch.Size([10])

2. model.named_modules()

python 复制代码
# 遍历模型的所有模块并打印它们的名称和类型
for name, module in model.named_modules():
    print(f"Module Name: {name}, Module Type: {module.__class__.__name__}")

输出示例:

python 复制代码
Module Name: , Module Type: MyModel
Module Name: conv1, Module Type: Conv2d
Module Name: relu, Module Type: ReLU
Module Name: conv2, Module Type: Conv2d
Module Name: fc, Module Type: Linear

3. model.get_submodule()

python 复制代码
# 遍历模型的所有模块并打印它们的名称和类型
for name, module in model.named_modules():
	# 通过name获取子模块
	sub_module = model.get_submodule(name)
    print(f"Module Name: {name}, Module Type: {sub_module.__class__.__name__}")

输出示例:

python 复制代码
Module Name: , Module Type: MyModel
Module Name: conv1, Module Type: Conv2d
Module Name: relu, Module Type: ReLU
Module Name: conv2, Module Type: Conv2d
Module Name: fc, Module Type: Linear
相关推荐
一个处女座的程序猿44 分钟前
LLMs之SLMs:《Small Language Models are the Future of Agentic AI》的翻译与解读
人工智能·自然语言处理·小语言模型·slms
自由随风飘1 小时前
python 题目练习1~5
开发语言·python
fl1768313 小时前
基于python的天气预报系统设计和可视化数据分析源码+报告
开发语言·python·数据分析
档案宝档案管理3 小时前
档案宝:企业合同档案管理的“安全保险箱”与“效率加速器”
大数据·数据库·人工智能·安全·档案·档案管理
闲人编程4 小时前
Python与区块链:如何用Web3.py与以太坊交互
python·安全·区块链·web3.py·以太坊·codecapsule
Want5954 小时前
Python汤姆猫
开发语言·python
IT_Beijing_BIT4 小时前
TensorFlow Keras
人工智能·tensorflow·keras
mit6.8245 小时前
[手机AI开发sdk] 安卓上的Linux环境
人工智能·智能手机
花姐夫Jun5 小时前
基于Vue+Python+Orange Pi Zero3的完整视频监控方案
vue.js·python·音视频
张较瘦_5 小时前
[论文阅读] AI + 教育 | AI赋能“三个课堂”的破局之道——具身认知与技术路径深度解读
论文阅读·人工智能